项目详情

PenguinHarness

Let AI Build AI——LlamaFactory 作者的第二个爆款野心：会自我进化的 Agent 开发平台

GitHub 地址官网 Apache-2.0 2k Stars / 1.5 个月 TypeScript · 桌面+CLI+SDK DeepSeek 深度调优

更新于 2026-09-05

项目速览

一句话定位

让 Agent 造 Agent 的工厂

本地优先的多 Agent 应用开发平台：一句话生成完整可运行的 Agent 应用（示例 RAG 应用只花 $0.02），内置评测-找失分-优化-快照的自进化引擎，让 Agent 给自己发版本。深度调优开源模型（DeepSeek 为主），数据分析准确率对齐 Claude Code 但成本仅 1/70。作者 hiyouga（LlamaFactory 作者）——微调框架顶流作者转战 Agent Harness 赛道。适合想低成本批量造 Agent 应用、且信开源模型的中国开发者。

项目速览

核心数据

2.0k

Stars（1.5 个月）

13+

贡献者

1000+

可接模型

12

内置插件

1/70

对比 Claude Code 成本

$0.02

一句话生成完整 RAG 应用

2026-07-19

创建日期

2026-09-05

出身：这不是又一个无名新仓库

作者 hiyouga（郑耀威）：LlamaFactory 的作者——国内最流行的开源 LLM 微调框架，星标数万级的 AI 基建顶流
团队作战：PrismShadow AI 团队 + 开源社区，不是单人 weekend project；1.5 个月做到日更节奏 + 三平台签名安装包 + 官网/文档/博客全套
AI 辅助开发样本：README 署名「Built with Claude Fable 5」——这个仓库本身就是「AI 造 AI 平台」的第一个成品案例
赛道延续性：从「帮人微调模型」（LlamaFactory）到「帮模型变成产品」（PenguinHarness），作者对开源模型生态的理解是连续的

产品矩阵已经完整

形态	说明
`桌面 App`	macOS（签名+公证）/ Windows（Authenticode）/ Linux，双击即用免登录
`penguin CLI`	一行安装脚本 / npm / 离线气隙包（带 SHA256 密封校验）
`Web 界面`	`penguin web` → 127.0.0.1:7364，多会话/Trace/评测中心
`SDK`	@prismshadow/penguin-core，给「造 Agent 的 Agent」用

CLI 与桌面共享 ~/.penguin 数据根，可混用；离线安装连内网气隙机都照顾到了。

三大卖点

README 自己宣称的三板斧

① 成本暴击

极简工具集 + 低层干净接口 → 更少工具调用、更少 token。为 DeepSeek 类开源模型深度调优后：数据分析套件准确率第一，成本是 Claude Code 的 1/70；编码任务与 OpenAI Codex 打平。

② 一句话造 App

「抓取这个文档站，做一个能答 Claude Code 问题的 RAG 专家应用，引用出处」→ 脚手架+代码+运行说明全出来，总计 $0.02（DeepSeek V4 Pro）。

③ 自进化引擎

PenguinHarness Skills：Agent 自己跑基准 → 定位失分点 → 发布版本 N+1。每轮快照、每次请求 Trace 可查——进化过程全程透明。

对照口号理解定位：「LangChain 让你手工搭 Agent——1× 速度；PenguinHarness 让 Agent 造 Agent——100× 速度。」

核心机制

自进化闭环：eval → 失分 → 优化 → N+1

评测与定位优化与发布机制注解

插件矩阵

12 个内置插件，三类分工

类别	插件	干什么
办公生产力	`data-analysis` · `use-firecrawl` · `use-bento-slides`	数据分析（对齐 Claude Code 的主打项）、网页抓取、幻灯片生成
办公生产力	`humanizer` · `goal` · `continual-learning`	去 AI 味、长期目标驱动、持续学习（自进化引擎的驱动器）
软件开发	`software-development` · `use-claude-code`	编码工作流；还能把 Claude Code 当子工具调度
AI 应用开发	`agent-development` · `model-development`	造 Agent 应用、调模型——「AI 造 AI」的工位
	`skill-porting` · `agent-tuning`	skill 迁移与调优（自进化的手术刀）

开放性：Agent 也可以自己写、自己优化 skill——插件目录本身就是自进化的素材库。

模型矩阵

1000+ 模型，中国模型一等公民

模型家族（最新代）	渠道
DeepSeek V4	官方 + OpenRouter + 硅基流动 + 5 家
Kimi K3	Moonshot + 5 家
GLM 5.3	Z.AI + 2 家
Qwen 3.8 Max	Qwen 两制 + 2 家
Hunyuan 3 / Inkling	OpenRouter / Fireworks
GPT 5.6 · Gemini 3.7 · Claude 5	官方 + OpenRouter

策略清晰：每家只接最新一代——维护成本可控，预设开箱即用
OpenAI 协议通吃：任何兼容端点（含本地模型）都能挂，实际不设上限
DeepSeek 是第一公民：整套 harness 的 prompt/工具协议围绕开源模型特性调优——这是与 Claude Code 系 harness 最大的气质差异
渠道表里全是国内可达服务：硅基流动、TokenDance、Qwen 两种计费——对中国用户的网络与支付现实做了完整功课

风险与局限

冷静看

1.5 个月的年轻项目：作者背景硬，但仓库本身 edge case 沉淀极浅；72 个 open issue 的响应是第一批考验
基准对比是自绘口径：「1/70 成本」「数据准确率第一」来自 README 自述图表，测试集/口径未完全公开（roadmap 承诺公开 benchmark suite）——引用前自行复测
「RSI/自进化」有营销放大：实际是 skill/提示词层的迭代优化（有快照可回滚），不是模型权重的递归自改——能力边界要认清
DeepSeek 绑定的双刃剑：成本优势建立在 DeepSeek 价格与能力上；模型格局变化时优势需重新校准
Node ≥ 24 门槛：npm 路线要求最新运行时（安装器路线已内置，缓解但不消除）
与 Claude Code 系的成熟度差距：生态插件、社区经验、企业案例都还薄

潜力评估

打分

维度	评分	依据
定位与卡位		开源模型亲和 + 自进化叙事，赛道卡位精准
作者与团队		LlamaFactory 作者，AI 基建级执行力背书
成熟度		1.5 个月，基准口径未公开，生态刚起步
成本主张		若复测属实，1/70 是数量级优势
活跃度		日更、release 密集、三平台安装包齐备

综合 8/10。观察名单里的高潜力种子——作者上一次从零做开源（LlamaFactory）做到国内微调框架第一。这次从「微调模型」到「让模型造产品」，是更大的一盘棋。

最终裁决

适合谁，不适合谁

试

信开源模型（DeepSeek 系），对 Claude Code 订阅费敏感
要批量造小型 Agent 应用（文档问答/数据报告/内容流水线）
对「Agent 自进化 + Trace 可审计」的工作流感兴趣
LlamaFactory 用户想无缝延续到应用层

缓

要企业级成熟度与长期 SLA（才 1.5 个月）
重度依赖 Claude 生态的既有工作流
把「RSI 自进化」当成权重级自我改进来期待

上一个
自托管 PaaS 三强横评

下一个
Hermes Studio

在线体验

自进化循环模拟器

亲手跑一遍「eval → 找失分 → 优化 → 版本 N+1」：设定学习率与衰减，看 Agent 分数曲线如何爬升、增益如何边际递减、快照逐轮累积——PenguinHarness Skills 循环的直觉版。

进入 Playground →